基于改进免疫克隆选择算法的电动汽车充电站选址定容方法

随着电动汽车渗透率的提高,充电基础设施规划应更加科学、合理,提出一种基于改进免疫克隆选择算法的电动汽车充电站选址定容方法.首先,分析充电站的容量、位置和服务范围之间的关系,以充电站的覆盖率和重合度、规划区域内的功率以及充电站的充电功率为约束条件,建立以充电站年总成本最小为目标的充电站选址定容模型.然后,提出一种抗体间亲...     

含不同容量充电桩的电动汽车充电站选址定容优化方法

针对电动汽车充电站(EVCS)的最佳数量、站址以及容量难以确定的问题,提出了一种在备选站址既定的情况下含不同容量充电桩的EVCS选址定容优化方法。首先,根据电动汽车(EV)的行为特征和待规划充电桩的容量,计算EV产生充电需求时选用不同容量充电桩进行充电的概率,并结合目标年城市预计的车流量采用蒙特卡罗方法对EV充电需求的时空分布、不同容量充电桩的平均充电速率和EV用户选用不同容量充电桩时的平均停车持续时间进行预测;然后,建立EVCS选址定容的双层规划模型,上层模型以EVCS的年化总成本与EV用户的年损失成本之和最小为目标对EVCS进行选址优化,下层模型以EV用户到站的行驶距离最短为目标对每座EVCS的服务范围进行划分,并将各EVCS服务范围内的充电负荷返回给上层模型,结合预测结果进行定容优化;最后,结合模拟退火算法和迪克斯特拉算法对双层规划模型进行求解。算例分析结果验证了所提方法的正确性和有效性。     

基于引力模型的电动汽车充电站选址规划

作为电动汽车的配套设施,充电站的收益与服务的电动汽车的数量及其充电次数有关,而电动汽车的数量及充电次数会受到充电站使用便捷性的影响。为了解决此问题,本文分析了充电站等级、电动汽车规模以及距离之间的相互影响关系,得到了充电站与电动汽车之间的相互吸引模型,在考虑相互影响的基础上,得到电动汽车数量发展的引力模型函数;定义充电便捷性函数,得到了充电次数和便捷性之间的引力关系,在此基础上得到考虑未来发展的电动汽车充电站规划模型。最后,采用微分进化算法对建立的模型进行求解,针对某一具体算例进行了仿真分析,结果表明,本文选址规划符合实际,为充电站的选址规划提供了参考。     

电动汽车充电站选址定容优化策略探讨

积极发展电动汽车对保障能源安全、实施节能减排、全面推动经济增长方式的转变有着举足轻重的战略意义。但目前中国充电站选址与用户需求不协调以及配套保障措施不到位等原因限制了其发展与推广速度。针对上述问题,利用免疫算法优化了充电站的选址定容问题,为电动汽车的推广战略提出了有效借鉴。     

考虑电动汽车充电站选址定容的配电网规划

针对电动汽车充电站选址定容的配电网规划问题,建立了以配电网投资及运行成本、电动汽车充电站投资及运行成本最小为优化目标的模型.采用带精英策略的改进树形结构编码单亲遗传算法ITSE-PGA(improved tree structure encoding partheno-genetic algorithm),在配电网规划的同时进行了电动汽车充电站位置和容量的优化.不同于用于传统的配电网规划的树形结构编码单亲遗传算法,该方法在含电动汽车充电站的优化过程中,配电网络不一定连通,所以要对不可行解做特殊处理.通过算例仿真,验证了该方法的可行性和有效性.     

基于密度峰值聚类的电动汽车充电站选址定容方法

针对电动汽车充电需求,考虑路径交通流量,提出了基于密度峰值聚类的电动汽车充电站选址定容优化方法.首先分析规划区域交通流量和停车场开放指数,构建电动汽车充电需求的空间分布数据点集合.采用密度峰值的聚类方法分析充电需求空间分布密集程度,得到聚类备选群簇.其次考虑聚类群簇的内聚度和分离度,采用总体平均轮廓系数优选聚类结果,从...     

基于城市交通网络信息的电动汽车充电站最优选址和定容

针对电动汽车充电站规划问题,给出两步搜索的电动汽车充电站选址定容的分析方法,提出电动汽车充电站选址的最优数学模型。基于城市道路信息,得出充电站最优位置分布,采用Voronoi图划分每个充电站所服务的负荷区,根据每个充电站所服务的充电负荷设计其容量。算例分析验证了规划方法的有效性和实用性。     

电动汽车公共应急充电站选址规划模型

合理布局电动汽车公共应急充电站可促进电动汽车产业的发展。应急充电站选址决策既涉及到定性因素,又涉及到定量因素,是一个复杂的决策问题。首先确定应急充电站的选址目标和影响因素,建立了基于层次分析法的应急充电站选址模型。其次将层次分析法和目标规划法结合在一起,建立基于层次分析法和目标规划法的应急充电站选址模型。将这两种方法应用于某地区的应急充电站选址决策,结果表明,由于考虑了资源约束的限制,采用层次分析法-目标规划法选址模型的决策结果更合理。     

电动汽车充电站的最优选址和定容

提出了能够计及地理因素和服务半径的2步筛选法,以此来确定充电站的候选站址。以规划期内充电站的总成本(包括投资、运行和维护成本)和网损费用之和最小为目标,考虑了相关的约束条件,构造了电动汽车充电站最优规划的数学模型,并采用改进的原对偶内点法来求解。修改的IEEE 123节点配电系统算例说明了所发展模型和算法的基本特征。     

城市电动汽车充电站两步优化选址方法

针对城市电动汽车充电站选址特点,提出了一种两步优化选址方法：① 在分析路段充电需求的基础上,利用免疫算法在规划区域大范围搜索寻优,获取候选的待建充电站路段;② 对于待建路段上的候选站址,考虑地理、配电网等因素,利用模糊层次分析法对影响因素进行量化,经综合评定后最终确定充电站的最优选址。     

电动汽车充电模式与充电站建设研究

电动汽车是一种发展前景广阔的绿色交通工具,是解决能源和环境问题的重要手段。电动汽车充电站为电动汽车运行提供能越补给,是发展电动汽车所必须的重要配套基础设施。比较研究了3种类型充电模式的优缺点,并从电能外部接入角度对允电站的建设进行了初步研究。     

基于混沌模拟退火粒子群优化算法的电动汽车充电站选址与定容

针对城市电动汽车充电站的选址与定容问题,建立了考虑充电站运营商、电动汽车用户以及电网企业综合利益的充电站选址定容规划模型。采用Voronoi图思想和需求点栅格化理论,结合Floyd最短路径算法划分充电站的服务范围。提出采用一种混沌模拟退火粒子群优化算法对问题进行求解,通过引入混沌理论使粒子更高效地遍历搜寻空间,并结合模拟退火算法的概率突跳特性使算法在迭代后期仍具有较高的全局寻优能力。通过算例分析表明,采用所提算法对城市电动汽车充电站选址定容进行优化规划的可行性和有效性。     

江西省电动汽车换电站电气设计方案研究

国家电网公司部署了一系列为推动电动汽车产业发展服务的充(换)电设施建设工程,江西省电力公司结合本省发展的实际情况,建设了一批主要服务于电动公交车的电池更换站.通过对换电站的建设规模、换电站的设计原则、电池更换系统的功能、配电系统的选择及监控系统的构成等方面进行了方案探讨,并将其在工程实施中加以应用.     

考虑充电功率的电动汽车快充站充电设施优化配置

为实现电动汽车快充站内的经济建设,同时分析充电功率在充电站规划中的影响,提出了一种电动汽车快充站充电设施优化配置方法。以电动出租车为例,分析其出行特征,并基于排队论分析各个时段内站内排队系统的运行指标,建立分时段的用户等候时间成本计算模型。以充电站投资成本和用户等候时间成本之和最小化为目标函数,建立考虑装置利用率、排队时间、配电容量和占地面积的充电设施配置优化模型,在模型中同时对充电设施的充电功率和数量进行优化,实现快充站内社会成本的最小化。通过算例验证所提方法的可行性以及优化充电功率的经济性。     

考虑不确定性的高速公路光储充电站选址定容

针对高速公路并网光储充电站选址定容中存在的不确定性,提出了一种基于数据驱动的分布式鲁棒优化的两阶段选址定容方法.阶段1基于蒙特卡洛模拟方法得到充电点的位置,利用整数规划模型确定充电站的位置;阶段2兼顾充电站利益及用户满意度,建立基于数据驱动的分布式鲁棒优化定容模型,通过KL(Kullback-Leibler)散度构建以...     

基于智能合约的电动汽车充电服务费自适应调整机制

为了解决传统集中式电动汽车充电服务费统一定价难以满足新型电力系统精度与灵活性需求的问题,提出了一种基于智能合约的电动汽车充电服务费自适应调整机制。通过建立考虑购售电双方收益的充电服务费优化模型,从购售电双方收益及负荷引导需求两方面对充电服务费进行优化;同时运用智能合约技术,制定更加精确、更具针对性的单座充电站的充电服务费调整策略。通过算例进行仿真验证,结果表明相较于传统定价模式,所提自适应定价模式下的负荷引导能力和交易双方的收益水平都具备显著优势。     

城区电动汽车充电站布局规划研究

电动汽车的大量推广必须以科学合理的充电设施规划为基础。提出一种城区电动汽车充电站布局规划方法。首先,在城区电动汽车快充需求分布预测基础上,以充电站内充电机数量、充电站与快充需求点间距离以及充电站间距离为约束,充电站社会年总成本最小为目标,建立兼顾充电站、电动汽车用户以及电网三方利益的充电站选址定容模型。然后,采用Voronoi图联合改进粒子群算法对模型进行求解。通过Voronoi图划分充电站服务区域,再利用改进粒子群算法进行全局寻优,得到规划区域内充电站选址定容最优方案。最后,以某城区为例进行仿真,验证了所提方法的有效性。     

基于马尔可夫决策过程的电动汽车充电站能量管理策略

电动汽车充电站作为并网分布式储能装置,是实现电动汽车与未来能源互联网深度融合的重要组成部分。考虑分时电价和电动汽车用户行为的不确定性,提出了以电动汽车充电站日运营成本最小化为目标的能量管理策略。为了减少对先验信息的依赖和约束,将优化问题建模为一个新的有限回合马尔可夫决策过程模型;基于传统成本模型提出奖惩回报函数,通过主动学习调度决策,得到每辆电动汽车的实时充放电行为;针对模型的高维状态空间问题,设计相应的状态空间和动作空间,采用一种卷积神经网络结构结合强化学习的方法,通过从原始数据观测中提取高质量的经验,获取最优调度策略以达到优化目标。仿真结果表明,与传统的充电策略相比,所提策略可以有效地降低充电站的日运营成本,保护电动汽车的电池,同时能满足电动汽车用户的充电需求。     

基于交通-电力均衡耦合的电动汽车快充站与配电网联合规划

针对现有充电站规划大多忽略配电网容量上限,且交通网、快充网以及配电网耦合关系考虑单一导致电动汽车大量接入产生配网负载不均的问题,提出一种基于交通-电力均衡耦合的电动汽车快充站与配电网双层联合规划模型。首先,基于海量网约车订单数据进行数据挖掘和出行特征融合,得到快充负荷时空分布。然后,基于交通网-快充网-配电网之间的信息交互与能量流动关系提出均衡分区耦合模型,并在此基础上建立电动汽车快充站与配电网双层联合规划模型,采用遗传算法与混合整数线性规划相结合的方法求解。最后,基于成都市主城区路网,以54节点配电网为例开展仿真分析,结果表明,提出的双层联合规划模型对于电动汽车快充站规划具有一定的可行性,且均衡耦合模型可以优化配网分区结果,在一定程度上提高了配电网的安全性和稳定性。